针对机载激光雷达(LiDAR)点云数据中因地表形变不规则性与点云离散化特征导致的电力线提取精度不够问题,本文提出了一种基于空间分布特征的电力线提取方法。本文方法采用递进式处理流程。首先,提出一种改进曲面拟合滤波算法,有效实现了...针对机载激光雷达(LiDAR)点云数据中因地表形变不规则性与点云离散化特征导致的电力线提取精度不够问题,本文提出了一种基于空间分布特征的电力线提取方法。本文方法采用递进式处理流程。首先,提出一种改进曲面拟合滤波算法,有效实现了非电力目标的多尺度噪声抑制;其次,以去噪后的点云为基础,利用电力线点维度特征粗提取电力线点,并基于密度聚类算法完成电力线的语义分割;最后,在提取单根电力线的基础上,实现电力线三维几何结构的重建。基于点云库(PCL)和激光雷达航空测量库(libLAS)构建了算法体系,并在Visual Studio 2017 C++环境下完成了工程化实现。实验结果表明,本文方法在典型地理场景下的测试表现出色,电力线提取精确率为97.71%,召回率为99.65%,F1值达98.67%。本文方法实现了电力线要素的单流程自动提取,在保障定位精度的同时,处理效率较传统方法也有较大提升,为输电线路智能化巡检提供了有效的技术支撑。展开更多
图像特征提取匹配做为视觉SLAM(Simultaneous Localization and Mapping)的重要组成部分,在井下无人巡检机器人上应用广泛。针对井下环境复杂,光照不足,现有特征提取匹配算法存在匹配率低,进而导致视觉SLAM定位精度低的问题。通过对现有...图像特征提取匹配做为视觉SLAM(Simultaneous Localization and Mapping)的重要组成部分,在井下无人巡检机器人上应用广泛。针对井下环境复杂,光照不足,现有特征提取匹配算法存在匹配率低,进而导致视觉SLAM定位精度低的问题。通过对现有LSD(Line Segment Detector)线特征匹配算法进行改进,采用对比度亮度和对数变换算法对采集的视频图像帧进行图像增强,利用Canny边缘提取算法对增强后的视频图像帧进行图像边缘信息提取后进行LSD线特征提取匹配,与原始算法进行平均匹配率对比分析。结果表明:在连续300帧井下视频图像匹配过程中,改进算法的平均匹配率为99.88%,原始算法的平均匹配率为88.42%,其平均匹配率提升11.46%。说明改进的LSD井下视频图像线特征提取匹配算法具有更高的匹配精度且更适用与井下无人巡检机器人进行无人巡检工作。展开更多
文摘针对机载激光雷达(LiDAR)点云数据中因地表形变不规则性与点云离散化特征导致的电力线提取精度不够问题,本文提出了一种基于空间分布特征的电力线提取方法。本文方法采用递进式处理流程。首先,提出一种改进曲面拟合滤波算法,有效实现了非电力目标的多尺度噪声抑制;其次,以去噪后的点云为基础,利用电力线点维度特征粗提取电力线点,并基于密度聚类算法完成电力线的语义分割;最后,在提取单根电力线的基础上,实现电力线三维几何结构的重建。基于点云库(PCL)和激光雷达航空测量库(libLAS)构建了算法体系,并在Visual Studio 2017 C++环境下完成了工程化实现。实验结果表明,本文方法在典型地理场景下的测试表现出色,电力线提取精确率为97.71%,召回率为99.65%,F1值达98.67%。本文方法实现了电力线要素的单流程自动提取,在保障定位精度的同时,处理效率较传统方法也有较大提升,为输电线路智能化巡检提供了有效的技术支撑。
